Análisis de la red P2P Bittorrent (y V)

La figura 6 presenta los resultados de un experimento de dos semanas en el que medimos la media de ancho de banda de 54.845 usuarios. Para obtener estas medidas, nuestro script de caza (Hunt script) hizo un seguimiento de los primeros 108 archivos que fueron añadidos a Suprnova el 10 de marzo de 2004. La Figura 6 también muestra la Función de Distribución Cumulativa (CDF) del segmento de usuarios con cierta velocidad de descarga. El resultado es que el 90% de los usuarios tenían una velocidad por debajo de los 520 kbps; la velocidad media de descarga de 240 kbps permitía descargar archivos grandes en un día. Una observación importante es la poderosa relación entre la velocidad media de descarga y el número de descargas a esa velocidad.

En BitTorrent, la disponibilidad del contenido es impredecible. Cuando la popularidad desciende y el último usuario/seed con cierto contenido se desconecta, el contenido muere.

La Figura 7 muestra la “esperanza de vida” de todos los archivos grandes (de al menos 500 MB) en BitTorrent/Suprnova que hemos seguido. Cada archivo está representado como un punto. El eje horizontal cuantifica el número de seeds del archivo tras 10 días desde su inyección en la red y el eje vertical cuántos días permanece vivo ese contenido. Hay que tener en cuenta que el número de seeds tras los 10 primeros días no es un indicador preciso para su esperanza de vida, y que los archivos con un único seed pueden tener una permanencia en la red relativamente larga.

Creemos que todas las implementaciones actuales del protocolo BitTorrent muestran un fallo de diseño fundamental. Los usuarios actuales tienen el castigo de convertirse en seeds y sus conexiones a Internet son utilizadas a la máxima capacidad para el importante beneficio de otros usuarios. En lugar de penalizarlos con esto, debería haber un incentivo para ser seed, probablemente compartir con un ancho de banda de su propia elección.

La investigación anterior de BitTorrent se ha centrado en medidas [5, 12, 8, 7], análisis teóricos [13], y mejoras [16]. En [7], se analiza el registro de un tracker de BitTorrent; muestra el efecto avalancha (flashcrowd) y la velocidad de descarga de un fichero. En [13], se utiliza un modelo variable para determinar el tiempo de descarga medio de un archivo. Este excepcional modelo asume que los procesos de llegada y partida de Poisson para usuarios y seeds equivalen al ancho de banda de subida y bajada para todos los usuarios y no tiene en cuenta el efecto avalancha. Sin embargo, su asunción de los procesos de Poisson se contradice con nuestros resultados, indicando la fuerte necesidad de la distribución correcta del trabajo entre los usuarios para validar los modelos P2P.

[16] propone mejoras al software similar a BitTorrent. Su sistema descentraliza el tracker completamente. Sin embargo, debido a la completa carencia de medidas de integridad, será trivial corromper este sistema.

Para otros sistemas P2P que no sean BitTorrent, varios estudios de mediciones de redes P2P han sugerido las cuestiones de disponibilidad [2, 4, 6], integridad [10], avalanchas [5,9], y rendimiento de descarga [1, 15, 14, 3, 4]. La mayoría de los estudios de disponibilidad sólo duran unos días [2] o semanas [4], haciendo difícil sacar conclusiones para el comportamiento de las redes P2P a largo plazo. El único estudio a largo plazo es una traza de 200 días del tráfico de Kazaa en el servidor central de la Universidad de Washington [6], pero los usuarios con acceso a Internet gratuito en este entorno no son como el usuario de P2P medio. La integridad de los sistemas P2P no ha recibido mucha atención por parte del mundo académico. Un estudio único encontró que hasta el 70% de las diferentes versiones de canciones populares estaba contaminado o eran archivos no válidos [10]. Por lo tanto, el sistema de moderación de Kazaa basado en las votaciones es completamente inútil. En uno de los primeros estudios (agosto de 2000) relacionados con el rendimiento de descarga [1], se siguió a más de 35.000 usuarios de Gnutella durante un día. Casi el 70% de los usuarios no contribuyó con ancho de banda. El estudio [15] halló que el 99% de todo el tráfico P2P lo generaban menos del 10% de las direcciones IPs. En [14], se utilizó SProbe para medir el ancho de banda de 223.000 usuarios de Gnutella en mayo de 2001. El resultado fue que aproximadamente el 8% de los usuarios de Gnutella descargaban archivos a velocidades inferiores de 64 kbps.

La “esperanza de vida” del contenido es un área de investigación poco entendida e inexplorada. Sólo un ensayo ha investigado cuándo apareció el contenido en una red P2P, pero no cuándo desapareció [3].

En este ensayo hemos presentado un estudio de medidas detallado y un análisis del sistema P2P BitTorrent/Surpnova. Creemos que esta investigación es una contribución al continuo esfuerzo para adquirir una mayor comprensión del comportamiento de los sistemas P2P más usados. Para compartir nuestros hallazgos hemos publicado todos los archivos (de forma anónima), software de medición y documentación en peer-2-peer.org.

Una de las grandes ventajas de BitTorrent/Suprnova es el alto nivel de integridad tanto del contenido como del meta-data debido al funcionamiento de sus componentes globales. Hemos mostrado que sólo 20 moderadores combinados con otros muchos voluntarios solucionan el problema de archivos corruptos o falsos en BitTorrent/Suprnova. Sin embargo, esto tiene un precio: la disponibilidad del sistema se ve dificultada por la naturaleza global de estos componentes. La descentralización aportaría una solución obvia pero haría al meta-data más vulnerable. Además, un esquema descentralizado como en Kazaa no tiene problemas de disponibilidad pero carece de integridad, haciendo que Kazaa esté plagado de muchos archivos falsos o corruptos. Claramente, la descentralización es una cuestión sin resolver que necesita más investigación.

Otro reto para futuros diseños de redes P2P es crear incentivos para ser seed, como tener preferencia para intercambiar otros archivos.

Este artículo ha sido traducido de su versión en inglés en The Register, la cual fue publicada con permiso del Dr Johan Pouwelse de la Universidad de Tecnología Delft. El Dr. Johan Pouwelse dirige un proyecto que investiga el reparto de recursos de las redes P2P. Puedes contactar con él directamente en j.a.pouwelse arroba ewi.tudelft.nl, o en Peer2Peer arroba gmail.com.